A tomada de decisão assente em dados mal interpretados não produz os resultados desejados.
David Xavier introduz este artigo de forma magistral, chamando à atenção para a importância dos dados enquanto fonte de toda a informação e identificando logo de seguida a sua ausência de valor quando não tratados ou tratados erradamente sob influência de Bias.
Bias, ou enviesamentos, assumem-se como preconceitos que condicionam a nossa avaliação ou interpretação de determinado dado, resultando em informação não válida ou incorreta.
O autor elenca os tipos de Bias mais conhecidos e também mais condicionantes, mas chama também à atenção para o facto de alguns enviesamentos terem um peso cultural já significativo por se transmitirem de geração em geração, gerando um visão distorcida do mundo.
Neste contexto, existe o perigo que estes enviesamentos sejam transmitidos para o mundo digital, por exemplo em Machine Learning, na medida em que são as pessoas que alimentam todo o processo e podem inserir informação já enviesada.
O artigo contém vários links para sugestões de consulta, sendo um deles a realização do teste de Hans Rosling (Gapminder.org).
David Xavier deixa-nos um excelente artigo onde partilha uma linha de pensamento bem estruturada e devidamente justificada e nos propõe uma reflexão sobre o modo como interpretamos o mundo ao nosso redor.
